本文介绍了多种分词器，包括WhitespaceAnalyzer、SimpleAnalyzer、StopAnalyzer、StandardAnalyzer、CJKAnalyzer及SmartChineseAnalyzer等，详细对比了它们的功能特点及适用场景，特别强调了对中文支持的情况。
几种分词器：
WhitespaceAnalyzer
仅仅是去掉了空格，没有其他任何操作，不支持中文。
SimpleAnalyzer
讲除了字母以外的符号全部去除，并且讲所有字符变为小写，需要注意的是这个分词器同样把数据也去除了，同样不支持中文。
StopAnalyzer
这个和SimpleAnalyzer类似，不过比他增加了一个的是，在其基础上还去除了所谓的stop words，比如the, a, this这些。这个也是不支持中文的。
StandardAnalyzer（英文常用）
英文方面的处理和StopAnalyzer一样的，对中文支持，使用的是单字切割。
CJKAnalyzer
这个支持中日韩，前三个字母也就是这三个国家的缩写。这个对于中文基本上不怎么用吧，对中文的支持很烂，它是用每两个字作为分割，分割方式个人感觉比较奇葩，我会在下面比较举例。
SmartChineseAnalyzer（中文常用）
中文的分词。比较标准的中文分词，对一些搜索处理的并不是很好
扫一扫
1227
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
